Python 可以在PyTables单元格中存储任意形状的多维数组吗？

PyTables支持从IsDescription类继承的用户定义类创建表。这包括对多维单元格的支持，如文档中的以下示例所示：

class Particle(IsDescription):
    name = StringCol(itemsize=16) # 16-character string
    lati = Int32Col() # integer
    longi = Int32Col() # integer
    pressure = Float32Col(shape=(2,3)) # array of floats (single-precision) 
    temperature = Float64Col(shape=(2,3)) # array of doubles (double-precision)

但是，是否可以在单个单元中存储任意形状的多维数组？按照上面的示例，在插入每一行时确定类似于

pressure=Float32Col（shape=（x，y））

的内容，其中

x

和

y

如果不是，首选的方法是什么？用唯一的名称将每个（任意形状的）多维数组存储在

CArray

中，然后将这些名称存储在主索引表中？我想象的应用程序是存储图像和相关的元数据，我希望能够在上面查询和使用

numexpr

非常感谢任何关于PyTables最佳实践的建议

简短的回答是“否”，我认为这是hdf5的“限制”，而不是pytables

我认为原因是每个存储单元（复合数据集）必须是一个定义良好的大小，如果一个或多个组件可以更改大小，那么它显然不会更改。注意，完全可以在hdf5中调整和扩展数据集的大小（pytables大量使用此功能），但不能调整该数组中的数据单位

我认为最好的办法是： a） 将其设置为定义良好的大小，并提供溢出标志。如果最大的合理大小仍然很小，并且您可以将尾部事件抛出，那么这种方法非常有效。注意：通过hdf5压缩，您可能可以利用未使用的磁盘空间。 b） 按照你的建议去做，在同一个文件中创建一个新的CArray，需要的时候就读入。（为了保持物品整洁，您可能希望将这些物品归为自己的组）

HDF5实际上有一个专门为在HDF5文件中存储图像而设计（并进行了优化）。我不认为它暴露在桌子上

简短的回答是“否”，我认为这是hdf5的“限制”，而不是pytables

我认为原因是每个存储单元（复合数据集）必须是一个定义良好的大小，如果一个或多个组件可以更改大小，那么它显然不会更改。注意，完全可以在hdf5中调整和扩展数据集的大小（pytables大量使用此功能），但不能调整该数组中的数据单位

我认为最好的办法是： a） 将其设置为定义良好的大小，并提供溢出标志。如果最大的合理大小仍然很小，并且您可以将尾部事件抛出，那么这种方法非常有效。注意：通过hdf5压缩，您可能可以利用未使用的磁盘空间。 b） 按照你的建议去做，在同一个文件中创建一个新的CArray，需要的时候就读入。（为了保持物品整洁，您可能希望将这些物品归为自己的组）

HDF5实际上有一个专门为在HDF5文件中存储图像而设计（并进行了优化）。我不认为它暴露在桌子上

答案很长，“是的，但你可能不想。”

PyTables可能不直接支持它，但HDF5支持创建嵌套的可变长度数据类型，允许多维的不规则数组。如果您希望沿着这条路走下去，您将希望使用并浏览。见第6.4.3.2.3节。可变长度数据类型。（我想把它联系起来，但他们显然选择不把锚放得那么深）

就我个人而言，我将把你得到的数据整理成一组数据集，而不是一个表。也就是说，类似于：

/particles/particlename1/pressure
/particles/particlename1/temperature
/particles/particlename2/pressure
/particles/particlename2/temperature

等等。lat和long值将是

/particles/particlename

组中的属性，而不是数据集，尽管为它们设置小数据集也很好

如果您希望能够基于lat和long进行搜索，那么拥有一个包含lat/long/name列的数据集就很好了。如果你真的想变得有趣，有一个HDF5数据类型用于引用，允许你存储指向数据集的指针，甚至指向数据集的子集。

长答案是“是的，但你可能不想。”

PyTables可能不直接支持它，但HDF5支持创建嵌套的可变长度数据类型，允许多维的不规则数组。如果您希望沿着这条路走下去，您将希望使用并浏览。见第6.4.3.2.3节。可变长度数据类型。（我想把它联系起来，但他们显然选择不把锚放得那么深）

就我个人而言，我将把你得到的数据整理成一组数据集，而不是一个表。也就是说，类似于：

/particles/particlename1/pressure
/particles/particlename1/temperature
/particles/particlename2/pressure
/particles/particlename2/temperature

等等。lat和long值将是

/particles/particlename

组中的属性，而不是数据集，尽管为它们设置小数据集也很好

如果您希望能够基于lat和long进行搜索，那么拥有一个包含lat/long/name列的数据集就很好了。如果您真的想玩得开心，有一个HDF5数据类型用于引用，允许您存储指向数据集甚至数据集子集的指针